吴恩达深度学习课程课后习题（2课1周）

数据集规模相对小的，可以采用传统三七或二二六分法，但在大量数据的时候，只需要1%的验证和测试就足够了。答案C

有时候我们会遇到训练集和验证/测试集来自不同地方的分布，但我们最起码得保证，验证集合测试集是来自同一个分布。因为，我们用验证集来评估几个不同的模型，尽可能的优化性能。答案A

高偏差的解决办法是扩大神经网络或增加训练集，高方差的解决方法是正则化和增加训练集。答案CDE

从数据上看，已经过拟合。解决方法是L2正则化增大参数lambda，或者收集更多的训练数据。答案AC

权重衰减是一种正则化方法，比如L2正则化，它是让整个权重值减小，以避免梯度爆炸。答案A

L2正则化中，lambda变大，权重减小，更接近0。答案A

答案C

答案BD

减少高方差的方法有，增大输入数据量和L2，Dropout。答案BEG

答案B

https://zhuanlan.zhihu.com/p/31805813

【Deep Learning 五】课程二(mproving Deep Neural Networks)，第一周（Setting up your Machine Learning Applicat）答案相关推荐

【论文翻译_模型二值量化】Learning Channel-wise Interactions for Binary Convolutional Neural Networks
tips:因为是翻译给自己看的,所以作者什么的没提了. 论文名称:Learning Channel-wise Interactions for Binary Convolutional Neural ...
第五门课序列模型(Sequence Models) 第一周循环序列模型（Recurrent Neural Networks）
第五门课序列模型(Sequence Models) 第一周循环序列模型(Recurrent Neural Networks) 文章目录第五门课序列模型(Sequence Models) 第一周 ...
20172311『Java程序设计』课程结对编程练习_四则运算第一周阶段总结
20172311『Java程序设计』课程结对编程练习_四则运算第一周阶段总结结对伙伴学号 :20172307 姓名 :黄宇瑭伙伴第一周博客地址: http://www.cnblogs.com/ ...
Learning Human-Object Interactions by Graph Parsing Neural Networks阅读笔记
前言这是一篇2018年发表在ECCV上得paper,论文原文点这里. 笔记说实话刚看到这篇文章还是有点唬人的,文中作者提出了一个网络模型叫GPNN,图解析神经网络,我以为是跟GNN有关系,花了一些 ...
CS231n系列课程Lecture4:Backpropagation and Neural Networks(part 1)
先贴出课程链接: http://pan.baidu.com/s/1cBznv4 密码: 7nbg 课程开始回顾了一下得分函数,SVM loss, data loss + regularization, ...
周志华《Machine Learning》学习笔记（6）--神经网络（文末附代码）
上篇主要讨论了决策树算法.首先从决策树的基本概念出发,引出决策树基于树形结构进行决策,进一步介绍了构造决策树的递归流程以及其递归终止条件,在递归的过程中,划分属性的选择起到了关键作用,因此紧接着讨论了 ...
Coursera机器学习-第六周-Advice for Applying Machine Learning
Evaluating a Learning Algorithm Desciding What to Try Next 先来看一个有正则的线性回归例子: 当在预测时,有很大的误差,该如何处理? 1.得到 ...
周志华《Machine Learning》学习笔记（13）--特征选择与稀疏学习
上篇主要介绍了经典的降维方法与度量学习,首先从"维数灾难"导致的样本稀疏以及距离难计算两大难题出发,引出了降维的概念,即通过某种数学变换将原始高维空间转变到一个低维的子空间,接着分 ...
周志华《Machine Learning》学习笔记（12）--降维与度量学习
上篇主要介绍了几种常用的聚类算法,首先从距离度量与性能评估出发,列举了常见的距离计算公式与聚类评价指标,接着分别讨论了K-Means.LVQ.高斯混合聚类.密度聚类以及层次聚类算法.K-Means与L ...

【Deep Learning 五】课程二(mproving Deep Neural Networks)，第一周（Setting up your Machine Learning Applicat）答案

吴恩达深度学习课程课后习题（2课1周）

【Deep Learning 五】课程二(mproving Deep Neural Networks)，第一周（Setting up your Machine Learning Applicat）答案相关推荐

最新文章

热门文章